"/>
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    鋁合金鑄造成品的缺陷檢測方法及其系統技術方案

    技術編號:39788846 閱讀:25 留言:0更新日期:2023-12-22 02:27
    公開了一種鋁合金鑄造成品的缺陷檢測方法及其系統

    【技術實現步驟摘要】
    鋁合金鑄造成品的缺陷檢測方法及其系統


    [0001]本申請涉及智能檢測領域,且更為具體地,涉及一種鋁合金鑄造成品的缺陷檢測方法及其系統


    技術介紹

    [0002]鋁合金鑄造成品是一種廣泛應用于航空

    汽車

    機械等領域的輕質高強度的材料,但是在鑄造過程中,由于溫度

    壓力

    氣體

    夾雜物等因素的影響,可能會產生各種缺陷,如氣孔

    裂紋

    夾渣

    變形等,這些缺陷會降低鋁合金鑄造成品的性能和壽命,甚至導致嚴重的安全事故

    [0003]因此,對鋁合金鑄造成品進行有效的缺陷檢測是非常必要的


    技術實現思路

    [0004]為了解決上述技術問題,提出了本申請

    本申請的實施例提供了一種鋁合金鑄造成品的缺陷檢測方法及其系統

    該方法包括:將被檢測鋁合金鑄造成品放置于
    X
    射線檢測設備;通過所述
    X
    射線檢測設備采集所述被檢測鋁合金鑄造成品的
    X
    ?
    Ray
    探測圖像;以及,對所述
    X
    ?
    Ray
    探測圖像進行分析以得到缺陷檢測結果

    通過這樣的方式,實現對鋁合金鑄造成品的缺陷檢測

    [0005]根據本申請的一個方面,提供了一種鋁合金鑄造成品的缺陷檢測方法,其包括:將被檢測鋁合金鑄造成品放置于
    X
    射線檢測設備;通過所述
    X
    射線檢測設備采集所述被檢測鋁合金鑄造成品的
    X
    ?
    Ray
    探測圖像;以及對所述
    X
    ?
    Ray
    探測圖像進行分析以得到缺陷檢測結果

    [0006]在上述的鋁合金鑄造成品的缺陷檢測方法中,對所述
    X
    ?
    Ray
    探測圖像進行分析以得到缺陷檢測結果,包括:獲取所述被檢測鋁合金鑄造成品的
    X
    ?
    Ray
    探測圖像;對所述
    X
    ?
    Ray
    探測圖像進行圖像預處理以得到預處理后
    X
    ?
    Ray
    探測圖像,其中,所述圖像預處理包括圖像濾波和直方圖均衡化;對所述預處理后
    X
    ?
    Ray
    探測圖像進行圖像分塊處理以得到
    X
    ?
    Ray
    探測圖像塊的序列;將所述
    X
    ?
    Ray
    探測圖像塊的序列通過包含嵌入層的
    ViT
    模型以得到多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量;將所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量排列為二維特征矩陣后通過使用空間注意力機制的卷積神經網絡模型以得到分類特征矩陣;以及將所述分類特征矩陣通過分類器以得到缺陷檢測結果,所述缺陷檢測結果用于表示被檢測鋁合金鑄造成品是否存在內部結構缺陷

    [0007]在上述的鋁合金鑄造成品的缺陷檢測方法中,對所述
    X
    ?
    Ray
    探測圖像進行圖像預處理以得到預處理后
    X
    ?
    Ray
    探測圖像,其中,所述圖像預處理包括圖像濾波和直方圖均衡
    化,包括:對所述
    X
    ?
    Ray
    探測圖像進行圖像濾波處理以得到濾波后
    X
    ?
    Ray
    探測圖像;以及對所述濾波后
    X
    ?
    Ray
    探測圖像進行直方圖均衡化以得到所述預處理后
    X
    ?
    Ray
    探測圖像

    [0008]在上述的鋁合金鑄造成品的缺陷檢測方法中,將所述
    X
    ?
    Ray
    探測圖像塊的序列通過包含嵌入層的
    ViT
    模型以得到多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量,包括:使用所述
    ViT
    模型的嵌入層分別對所述
    X
    ?
    Ray
    探測圖像塊的序列中各個
    X
    ?
    Ray
    探測圖像塊進行嵌入化以得到多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列;以及將所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列通過所述
    ViT
    模型以得到所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量

    [0009]在上述的鋁合金鑄造成品的缺陷檢測方法中,將所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列通過所述
    ViT
    模型以得到所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量,包括:將所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列進行一維排列以得到
    X
    ?
    Ray
    探測特征向量;計算所述
    X
    ?
    Ray
    探測特征向量與所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列中各個
    X
    ?
    Ray
    探測圖像塊嵌入向量的轉置向量之間的乘積以得到多個自注意力關聯矩陣;分別對所述多個自注意力關聯矩陣中各個自注意力關聯矩陣進行標準化處理以得到多個標準化后自注意力關聯矩陣;將所述多個標準化后自注意力關聯矩陣中各個標準化后自注意力關聯矩陣通過
    Softmax
    分類函數以得到多個概率值;以及分別以所述多個概率值中各個概率值作為權重對所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列中各個
    X
    ?
    Ray
    探測圖像塊嵌入向量進行加權以得到所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量

    [0010]在上述的鋁合金鑄造成品的缺陷檢測方法中,將所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量排列為二維特征矩陣后通過使用空間注意力機制的卷積神經網絡模型以得到分類特征矩陣,包括:所述使用空間注意力機制的卷積神經網絡模型的各層在層的正向傳遞過程中對輸入數據分別進行:對輸入數據進行卷積處理以生成卷積特征圖;對所述卷積特征圖進行池化處理以生成池化特征圖;對所述池化特征圖進行非線性激活以生成激活特征圖;計算所述激活特征圖的各個位置沿通道維度的均值以生成空間特征矩陣;計算所述空間特征矩陣中各個本文檔來自技高網
    ...

    【技術保護點】

    【技術特征摘要】
    1.
    一種鋁合金鑄造成品的缺陷檢測方法,其特征在于,包括:將被檢測鋁合金鑄造成品放置于
    X
    射線檢測設備;通過所述
    X
    射線檢測設備采集所述被檢測鋁合金鑄造成品的
    X
    ?
    Ray
    探測圖像;以及對所述
    X
    ?
    Ray
    探測圖像進行分析以得到缺陷檢測結果;其中,對所述
    X
    ?
    Ray
    探測圖像進行分析以得到缺陷檢測結果,包括:獲取所述被檢測鋁合金鑄造成品的
    X
    ?
    Ray
    探測圖像;對所述
    X
    ?
    Ray
    探測圖像進行圖像預處理以得到預處理后
    X
    ?
    Ray
    探測圖像,其中,所述圖像預處理包括圖像濾波和直方圖均衡化;對所述預處理后
    X
    ?
    Ray
    探測圖像進行圖像分塊處理以得到
    X
    ?
    Ray
    探測圖像塊的序列;將所述
    X
    ?
    Ray
    探測圖像塊的序列通過包含嵌入層的
    ViT
    模型以得到多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量;將所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量排列為二維特征矩陣后通過使用空間注意力機制的卷積神經網絡模型以得到分類特征矩陣;以及將所述分類特征矩陣通過分類器以得到缺陷檢測結果,所述缺陷檢測結果用于表示被檢測鋁合金鑄造成品是否存在內部結構缺陷
    。2.
    根據權利要求1所述的鋁合金鑄造成品的缺陷檢測方法,其特征在于,對所述
    X
    ?
    Ray
    探測圖像進行圖像預處理以得到預處理后
    X
    ?
    Ray
    探測圖像,其中,所述圖像預處理包括圖像濾波和直方圖均衡化,包括:對所述
    X
    ?
    Ray
    探測圖像進行圖像濾波處理以得到濾波后
    X
    ?
    Ray
    探測圖像;以及對所述濾波后
    X
    ?
    Ray
    探測圖像進行直方圖均衡化以得到所述預處理后
    X
    ?
    Ray
    探測圖像
    。3.
    根據權利要求2所述的鋁合金鑄造成品的缺陷檢測方法,其特征在于,將所述
    X
    ?
    Ray
    探測圖像塊的序列通過包含嵌入層的
    ViT
    模型以得到多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量,包括:使用所述
    ViT
    模型的嵌入層分別對所述
    X
    ?
    Ray
    探測圖像塊的序列中各個
    X
    ?
    Ray
    探測圖像塊進行嵌入化以得到多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列;以及將所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列通過所述
    ViT
    模型以得到所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量
    。4.
    根據權利要求3所述的鋁合金鑄造成品的缺陷檢測方法,其特征在于,將所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列通過所述
    ViT
    模型以得到所述多個上下文
    X
    ?
    Ray
    探測圖像塊語義特征向量,包括:將所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列進行一維排列以得到
    X
    ?
    Ray
    探測特征向量;計算所述
    X
    ?
    Ray
    探測特征向量與所述多個
    X
    ?
    Ray
    探測圖像塊嵌入向量的序列中各個
    X
    ?
    Ray
    探測圖像塊嵌入向量的轉置向量之間的乘積以得到多個自注意力關聯矩陣;分別對所述多個自注意力關聯矩陣中各個自注意力關聯矩陣進行標準化處理以得到多個標準化后自注意力關聯矩陣;...

    【專利技術屬性】
    技術研發人員:王承永
    申請(專利權)人:浙江海威汽車零件有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 无码一区18禁3D| 日韩精品无码一区二区中文字幕| 精品久久亚洲中文无码| 丰满亚洲大尺度无码无码专线 | 中文无码乱人伦中文视频在线V| 无码精品日韩中文字幕| 国模无码一区二区三区| 久久亚洲精品成人无码网站| 日韩精品无码免费专区午夜| 西西大胆无码视频免费| 乱色精品无码一区二区国产盗| 人妻无码aⅴ不卡中文字幕| 中字无码av电影在线观看网站 | 久久午夜夜伦鲁鲁片免费无码影视| 五月婷婷无码观看| 亚洲AV色无码乱码在线观看| 无码国内精品人妻少妇| 国产成人无码一区二区在线播放| 成人免费一区二区无码视频| 无码人妻精品中文字幕免费东京热| 国产∨亚洲V天堂无码久久久| 毛片一区二区三区无码| 97免费人妻无码视频| 精品无码人妻一区二区三区| 久久久亚洲精品无码| 亚洲AV日韩AV永久无码绿巨人| 13小箩利洗澡无码视频网站免费 | 免费无码不卡视频在线观看| 999久久久无码国产精品| 免费A级毛片无码A∨免费| 无码超乳爆乳中文字幕久久| 亚洲综合无码一区二区| 无码精品国产VA在线观看| 亚洲精品~无码抽插 | 国产激情无码一区二区| 久久精品岛国av一区二区无码| 亚洲爆乳无码专区| 67194成l人在线观看线路无码| 亚洲一区二区三区国产精品无码 | 无码A级毛片日韩精品| 国产成人无码a区在线观看视频免费 |